OpenRouter 支持机器人模型路由指南：廉价优先处理 FAQ
OpenRouter 发布指南，介绍支持机器人采用"廉价优先"模型路由：常规 FAQ 交给小型廉价模型，难例或不确定请求再升级到更强模型。三种应用侧模式为静态规则、分类器分诊和带置信度阈值的答案检查。OpenRouter 的 Auto Router（"model": "openrouter/auto"）可按任务类型选初始模型，models 数组提供错误回退，但支持政策验收检查仍需应用自己负责。
#教程/实践
OpenRouter AnnouncementsAI 评分3636 OpenRouter AnnouncementsAI 评分3838 六大 Agent 框架工具调用 Schema 对比：OpenRouter 如何在 API 层统一工具调用
OpenRouter 发布六大 Agent 框架工具调用 Schema 处理对比，指出 OpenAI、Anthropic、Google 各自使用不同的工具定义与返回格式，为一个提供商写的工具定义无法原样用于另一个。
PyTorch BlogAI 评分3434 用 TLX 优化 Jagged Flash Attention：迈向 Blackwell 上的 SOTA FA4
Meta 用 TLX（Triton Low-level Extensions）为 NVIDIA Blackwell（B200）重写了 GEM 广告模型背后的 Jagged Flash Attention 内核，代码约 3.2K 行，比 FA4 的约 10K 行 CuteDSL 少约 3 倍。
OpenRouter Announcements精选AI 评分6262 OpenRouter 发布基于置信度阈值的模型升级路由指南
OpenRouter 发布指南，介绍用置信度阈值做模型升级路由：让模型通过 structured outputs 返回 0 到 1 的数值置信度字段，低于阈值的请求再转给更强的模型。
推荐理由：OpenRouter 给出用置信度分数做模型升级路由的完整五步流程，可迁移到自己的推理成本控制中。
GitHubAI 评分5555 李博杰开源《深入理解 AI Agent：设计原理与工程实践》主仓库
李博杰在 GitHub 开源《深入理解 AI Agent：设计原理与工程实践》主仓库，包含全书正文、编译版 PDF 与按章配套代码。仓库地址为 https://github.com/bojieli/ai-agent-book。
GitHubAI 评分5050 datawhalechina/hello-agents：《从零开始构建智能体》智能体原理与实践教程
datawhalechina 的 hello-agents 项目发布《从零开始构建智能体》教程，讲解智能体原理与实践。教程定位为从零起步，面向想系统学习智能体构建的读者。
vLLM Blog精选AI 评分6060 vLLM 分离式服务实践指南：拆开 Prefill、Decode 与 CPU 前端
vLLM 官方博客发布分离式服务实践指南，介绍如何把 Prefill、Decode 和 tokenization/解析等 CPU 工作拆成独立层级，需 vLLM v0.30.0 或更高版本。
推荐理由：vLLM 官方拆解分离式服务的四层架构，给出实测数据与配置命令，可据此判断是否值得拆分。
SemiAnalysisAI 评分5252 GLM5.3 稀疏注意力如何影响 HBM 内存占用
SemiAnalysis 分析 GLM-5.3 的稀疏注意力对内存的影响，指出稀疏注意力只降低 SDPA 阶段的 KV cache 内存与带宽需求，并不减少整体内存容量占用，top-k 选择仍需完整上下文驻留 HBM。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需编写代码。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区也已通过 Awesome Copilot 分享现成的 canvas 扩展。
GitHub Blog · AI & MLAI 评分2424 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，用一个 2,200 个文件、超百万行改动、400 多条行内评论的开源 PR 做压力测试。它把文档高度拆成确定性的代码几何与动态评论块两套体系：代码行高提前算好，评论高度按需测量并锚定到文件、行和侧，避免滚动跳动。
Together AI BlogAI 评分5050 如何用 17 美元训练自己的 Jev 分类模型
基于 Qwen3.5 4B，用 37,840 条来自 MultiNLI、BoolQ、Banking77 等数据集的样本微调，训练成本约 17 美元、耗时约 25 分钟，即可得到一个输入状态与预设问题、输出分数或选项的分类模型。
Comfy BlogAI 评分3434 MiniMax H3 视频 VAE 提速：编码最高约 2.2 倍、解码 1.4-2.7 倍
MiniMax H3 视频 VAE 编码最高提速约 2.2 倍、解码提速约 1.4-2.7 倍，1344x768、129 帧的编解码往返从 24.3 秒降至 12.7 秒。
SemiAnalysisAI 评分2222 推理中的计算与数据搬运：MoE 如何改变服务结构
MoE 已在前沿模型中广泛使用，它改变的不只是参数量，而是每个 token 激活哪些张量、哪些数据必须就近放置、哪些传输需要高本地带宽。文章把推理拆成 Prefill、Midfill、Decode attention、Decode experts 四个阶段，指出四者对计算、内存与网络的需求各不相同，统一当作同一负载会丢掉 MoE 的结构性优势。
vLLM BlogAI 评分3434 vLLM 在 GB300 NVL72 上 PD 部署 Qwen3.8-2.4T 的性能结果
vLLM 在 GB300 NVL72 集群上对 Qwen3.8-2.4T 做 PD 分离部署，8K/1K 负载下高吞吐场景达到每 GPU 5000 总 token 吞吐，低延迟场景每用户生成 180 token，并给出完整 pareto 前沿。
GitHubAI 评分4040 微软 ai-agents-for-beginners：18 节课入门构建 AI 智能体
微软推出 ai-agents-for-beginners 课程，包含 18 节课，帮助初学者入门构建 AI 智能体。
Together AI BlogAI 评分2222 如何从闭源模型迁移到开源模型：Together 的迁移策略
Together 给出从闭源模型迁移到开源模型的策略，整体迁移周期可从数月到数年缩短至数周到数月。流程分三步：先按用例和负载筛选候选模型，参考 FrontierCode、DeepSWE、Terminal Bench 4、LMArena、τ-bench 等基准，并关注每任务成本、token 消耗与端到端时延；再用真实流量回放评估准确率与性能；最后做适配。
vLLM Blog精选AI 评分6262 vLLM 团队如何用 GB300 NVL72 训练 Kimi K3 的 DSpark 草稿模型
vLLM 团队基于 Speculators 训练库为 2.8T 参数的 Kimi K3 训练出 DSpark 草稿模型，在数学推理上把单流交互速度从约 110 提升到约 435 tok/s/user，并发负载下同等交互速度的输出吞吐最高提升约 3.5 倍。
推荐理由：vLLM 团队公开了在 GB300 NVL72 上训练 Kimi K3 DSpark 草稿模型的完整方案，含 Mooncake 跨节点隐藏态传输与部署命令。
Augment Code Blog精选AI 评分6666 Augment 如何搭建软件工厂：从编码智能体到全流程自动化
Augment Code 公开其软件工厂实践，在 2025 年 11 月至 2026 年 7 月间把每位活跃开发者的规模调整后产出从 12.3 提升到 55.7，即 4.5 倍，同时 PR 中位合并时间从 11.2 小时降至 3.1 小时，14 天回滚率从 1.9% 降至 0.4%。
推荐理由：Augment 公开了软件工厂的搭建顺序与各环节智能体分工，可对照自身瓶颈判断先自动化哪一步。
InterconnectsAI 评分2222 Interconnects 发布开源 AI 与开放模型阅读清单
Interconnects 整理了一份近年关于开放模型的最佳写作清单，涵盖基础概念、中美竞争与安全议题，最后更新于 2026 年 9 月 15 日。清单收录了 Meta 的 Llama 3 发布说明、Kimi K3 与 GLM-5.2 等中国模型分析，以及 ATOM Report 等采用数据。
Augment Code BlogAI 评分3434 两人工程团队如何用 Cosmos 智能体处理 6 倍产品反馈并保持交付
两人 Cosmos Advisor 团队用 Cosmos 构建了 Feedback Triager 智能体，把每周产品反馈从约 5 条增至 30+ 条、两周 60 条的压力接了过来。
Augment Code Blog精选AI 评分6262 Augment 如何重写 Auggie CLI harness，使任务成本比 Claude Code 低 53%
Augment 重建 Auggie CLI 的 harness，在 SWE-bench Pro 上以相同通过率完成任务花费 1.27 美元，而 Claude Code 为 2.70 美元，便宜 53%。
推荐理由：Augment 公开了 CLI harness 重写的取舍过程与 SWE-bench Pro 成本对比，可参考其工具面收窄与检索替代探索的思路。
Augment Code BlogAI 评分2222 Augment Code 如何用 Cosmos 软件工厂理解自身业务
Augment Code 解决方案架构负责人用其智能体编排平台 Cosmos 构建试点健康度视图，打通产品使用数据、GitHub 与 PR 活动、Salesforce 交易状态和客户通话记录，为每个试点生成含采用度、技术进展、风险与整体健康评估的排名视图，每个数字都可追溯到实时来源。
Modem Blog精选AI 评分6262 Modem 详解编码智能体如何读代码：如何为智能体写可检索的代码
Modem 发布《Writing Code for Agents》系列第一篇，指出编码智能体主要靠 grep/ripgrep 做文本搜索来导航代码库，因此变量、函数、文件名本身就是搜索词。
推荐理由：Modem 用自家 68 万行 LLM 生成代码库的实测数据，说明命名与类型如何影响智能体的检索开销与准确率。